電子發(fā)燒友網(wǎng)報道（文/李彎彎）近日，蘋芯科技宣布已于數(shù)月前完成千萬級美元A輪融資，該輪融資由春華創(chuàng)投領(lǐng)投，紅點中國、紅杉中國、真格基金等老股東全部跟投。據(jù)悉，本輪融資資金將主要用于加大技術(shù)及產(chǎn)品研發(fā)投入，加速更多應(yīng)用場景落地。

蘋芯科技成立于2021年，專注于存內(nèi)計算AI芯片研究與應(yīng)用，希望通過SRAM技術(shù)路線突破傳統(tǒng)馮·諾依曼結(jié)構(gòu)所造成的存儲墻局限，為人工智能行業(yè)下的多元場景提供底層算力。

什么是存內(nèi)計算？它是把計算單元嵌入到內(nèi)存當(dāng)中。通常計算機運行的馮·諾依曼體系包括存儲單元和計算單元兩部分，計算機實施運算需要先把數(shù)據(jù)存入主存儲器，再按順序從主存儲器中取出指令，一條一條的執(zhí)行，數(shù)據(jù)需要在處理器與存儲器之間進行頻繁遷移。

如果內(nèi)存的傳輸速度跟不上CPU的性能，就會導(dǎo)致計算能力受到限制，即“內(nèi)存墻”出現(xiàn)，例如，CPU處理運算一道指令的耗時假若為1ns，但內(nèi)存讀取傳輸該指令的耗時可能就已達到10ns，嚴重影響了CPU的運行處理速度。

此外，讀寫一次內(nèi)存的數(shù)據(jù)能量比計算一次數(shù)據(jù)的能量多消耗幾百倍，也就是“功耗墻”的存在。2018年，谷歌針對自家產(chǎn)品的耗能情況做了一項研究，發(fā)現(xiàn)整個系統(tǒng)耗能的62.7%浪費在CPU和內(nèi)存的讀寫傳輸上，傳統(tǒng)馮·諾依曼架構(gòu)導(dǎo)致的高延遲和高耗能的問題成為急需解決的問題，其中的短板存儲器成為了制約數(shù)據(jù)處理速度提高的主要瓶頸。

而存內(nèi)計算可以有效消除存儲單元與計算單元之間的數(shù)據(jù)傳輸耗能過高、速度有限的情況，從而有效解決馮諾依曼瓶頸。

存內(nèi)計算存在多種基于不同存儲介質(zhì)的技術(shù)路徑，如SRAM、Flash及其它新型存儲器。蘋芯科技選擇的是基于SRAM做存內(nèi)計算基礎(chǔ)架構(gòu)驗證，并開展新型存儲器拓展研究的技術(shù)路線。

蘋芯科技CEO楊越此前在接受電子發(fā)燒友采訪的時候表示，因為SRAM工藝成熟度高，具有向先進節(jié)點高兼容性和無限擦寫次數(shù)的優(yōu)勢，在計算時能夠做到精度無損、讀寫延遲短，適用于諸如自動駕駛、無人機等對計算準確性和反應(yīng)速度要求高的場景。

蘋芯科技也致力于基于新型存儲器的存算一體技術(shù)的研發(fā)，公司創(chuàng)始團隊在新型存儲器及應(yīng)用方面有著非常雄厚的技術(shù)積累。蘋芯選擇新型存儲器的原因：一是因為它具有高性能天花板，二是這也有利于團隊核心成員更好地發(fā)揮過往的技術(shù)積累和工程經(jīng)驗。

存內(nèi)計算未來有很好的市場機會，現(xiàn)在很多具有AI計算功能的芯片，包括GPU、FPGA以及NPU、SOC等，都是基于傳統(tǒng)的馮諾伊曼架構(gòu)設(shè)計的，會受到存儲墻、功耗墻的約束，這就導(dǎo)致他們在絕對計算上很強，但在整個計算效率上存在天花板，存內(nèi)計算可以彌補這些問題。

當(dāng)前蘋芯科技已完成了三次產(chǎn)品流片，并達到28nm制程節(jié)點的商業(yè)化應(yīng)用，可以根據(jù)場景需求向更高工藝節(jié)點演進。目前，蘋芯科技已與國內(nèi)外電子類頭部企業(yè)、大型企業(yè)集團等客戶展開合作，為其解決存內(nèi)計算一鍵部署的需求。

整體而言，現(xiàn)階段各家廠商大多處于探索階段，短期來看，存內(nèi)計算的主要市場機會主要會出現(xiàn)在端側(cè)的產(chǎn)品上，比如可穿戴設(shè)備、智能家居等。長期來看，隨著存內(nèi)計算計算能力提升2-3個量級，存內(nèi)計算的應(yīng)用會擴展到更多場景中，比如自動駕駛、云計算等等?！　?/p>